KaniTTSは、リアルタイム対話型AIアプリケーション向けに最適化された高速、高音質のテキスト音声変換モデルです。2段階パイプラインを用いて、大規模言語モデルと高効率オーディオコーデックを組み合わせ、卓越した速度とオーディオ品質を実現します。このモデルはスペイン語をサポートし、4億のパラメータを持ち、サンプリングレートは22kHzです。

音声処理Transformersスペイン語

KaniTTSは、リアルタイム対話型人工知能アプリケーション向けに最適化された高速かつ高忠実度のアラビア語テキスト音声変換モデルです。2段階パイプラインアーキテクチャを採用し、大規模言語モデルと効率的なオーディオコーデックを組み合わせることで、卓越した速度とオーディオ品質を実現し、対話型AI、障害者支援、研究など多くの分野の音声合成ニーズを満たすことができます。

音声処理Transformersアラビア語

KaniTTSは、リアルタイム対話型AIアプリケーション向けに最適化された高速かつ高忠実度のテキスト音声変換モデルです。独自の2段階アーキテクチャにより、大規模言語モデルと効率的な音声コーデックを組み合わせ、低遅延で高品質な音声合成を実現します。リアルタイムファクターは最低0.2で、リアルタイム速度の5倍の高速合成が可能です。

音声処理Transformers英語

DeepSeek-OCRはDeepSeek AIが開発した高度な光学文字認識モデルで、視覚テキスト圧縮の限界を探求し、画像からテキスト内容を効率的に抽出および変換できます。

マルチモーダルSafetensorsその他

KaniTTSは、リアルタイム対話型AIアプリケーション向けに最適化された高速かつ高忠実度のテキスト音声変換モデルです。2段階のパイプラインアーキテクチャを採用し、大規模言語モデルと効率的なオーディオコーデックを組み合わせることで、卓越した速度と音質を実現し、複数の言語をサポートし、エッジ/サーバーデプロイメントに適しています。

音声処理Transformers多言語

Llama-3.1-8B-onnx-ryzenai-npuは、AMDがMetaのLlama-3.1-8Bモデルをベースに開発した最適化バージョンで、AMD Ryzen AI NPU向けに最適化されたデプロイが行われています。このモデルは、Quark量子化、OGAモデルビルダー、およびNPU専用の後処理技術を通じて、高品質なテキスト生成能力を維持しながら、AMDハードウェア上での推論効率を大幅に向上させています。

自然言語処理Onnx英語

GLM-4.5-Airは智譜AIが開発した、エージェントに適した基礎モデルです。コンパクトな設計を採用し、推論、コーディング、エージェント機能を統合しており、エージェントアプリケーションの複雑なニーズを満たすことができます。このモデルは適切なパラメータ数と高い効率を兼ね備え、複数のバージョンがオープンソースで公開されており、商用や二次開発に利用できます。

自然言語処理Transformers多言語

GLM-4.5-Air-2bitは、智譜AIのGLM-4.5-Airモデルを変換した2ビット量子化バージョンで、MLX形式で最適化されており、Appleチップ搭載デバイスで効率的に動作します。このモデルはテキスト生成タスクをサポートし、軽量かつ高効率な特徴を持っています。

自然言語処理Mlx多言語

GLM-4.5-Air-6bitは、智譜AIのGLM-4.5-Airモデルを変換した6ビット量子化バージョンで、MLXフレームワーク用に最適化され、大規模言語モデルの高効率な推論能力を提供します。

自然言語処理Mlx多言語

これはAI21 LabsのJamba-Mini-1.7モデルの量子化バージョンで、llama.cppのimatrix技術を使用して最適化され、さまざまなハードウェア構成に対して複数の量子化オプションを提供し、高効率な推論をサポートします。

自然言語処理Gguf

LFM2-350MはLiquid AIによって開発された混合モデルで、エッジAIとデバイス端末デプロイに特化して設計され、高効率な訓練と推論能力を備えています。

自然言語処理Transformers多言語

GLM-4-9B-0414は智譜AIが発表した90億パラメータの大規模言語モデルで、テキスト生成分野で優れた性能を発揮します。このモデルは15Tの高品質データで事前学習され、強力なテキスト生成能力を備えており、コード作成、ストーリー創作、レポート生成などの様々なシーンに適用でき、効率と結果のバランスが良好です。

自然言語処理Transformers多言語

Deepscalerは、DeepScaleR - 1.5B - Previewをベースに開発された高度なAIモデルで、機械学習タスクの効率と拡張性の向上に特化しています。このモデルは、高品質の予測分析とデータ処理能力を提供し、自然言語処理やコンピュータビジョンなどの複雑なシナリオに適用可能で、金融、医療、エンターテイメントなどの業界で広く利用されています。

自然言語処理Gguf

EXAONE-3.5-7.8B-InstructはLG AIによって開発された78億パラメータの多言語指令調整大規模言語モデルで、英語と韓国語をサポートしています。このバージョンはllama.cppのimatrix量子化処理を経ており、複数の量子化レベルを提供し、消費者向けハードウェアで高効率に動作します。

自然言語処理Gguf多言語

GLM-Edge-4B-Chatは知譜AIが開発した40億パラメータの中英バイリンガル対話モデルで、エッジデバイス向けに最適化され、効率的なテキスト生成タスクをサポートします。このモデルはTransformerアーキテクチャに基づいており、軽量化と高効率の特徴を持ち、リソースが制限された環境でのデプロイに適しています。

自然言語処理Safetensors

効率的なテキストから画像生成AIモデルで、わずか4ステップで高品質な画像を生成可能。複数のハードウェア最適化フォーマットをサポート。

コンピュータビジョンDiffusers英語

効率的なテキスト生成画像AIモデル、わずか4ステップで高品質な画像を生成

コンピュータビジョンDiffusers英語

AI21 Jamba 1.5は一連の高度な基礎モデルで、強力な長文脈処理能力と高効率な推論速度を備え、さまざまな業務シーンに適しています。

自然言語処理Safetensors多言語

AI21 Jamba 1.5 Mini は、効率的な長文コンテキスト処理能力と高速な推論速度を備えた先進的なハイブリッドSSM-Transformer命令追従型基盤モデルです。

自然言語処理Transformers多言語

Mistral 7BはMistral AIが開発した70億パラメータを持つ大規模言語モデルで、効率性と高性能を追求して設計されており、迅速な応答が必要なリアルタイムアプリケーションシーンに適しています。

自然言語処理Gguf